一个能替你打开浏览器、跨几个应用找资料、自己把活拆成小步骤默默干上几个小时的 ChatGPT，来了。不是概念，不是演示，OpenAI 直接把它推到了付费用户的桌面上。产品叫 ChatGPT Work，背后跑着今天同步亮相的 GPT‑5.6，桌面端还把原先独立的 Codex 应用一口吞了进去，变成三合一：Chat、Work、Codex。这步棋，明摆着要把 ChatGPT 从“你问我答”的工具，硬扭成“你布置我做完”的代理。但真能干活和干得靠谱之间，还隔着好几座山。
一次发布，埋了三层野心
Work 模式不是升级，是换物种
Work 不是聊天界面加个插件。它的底层逻辑是把复杂项目自动分解成可独立执行的子任务，跨应用收集信息，并且能持续工作数小时。这和之前所有的“对话式 AI”有本质区别——过去你问一句它答一句，哪怕上下文再长，主动权始终在你这头。Work 模式则直接把主动权交给了模型，你只需要给个目标，剩下的拆解、调度、执行、甚至中间的错误处理它都试图自己吞下。这已经踏进了 AI 智能体 的领地。
代理能力的表象下，藏着生态整合的伏笔
跨应用意味着什么？意味着它得能访问你的文件、浏览器、可能还有邮件和日历。OpenAI 没有大张旗鼓地宣布一堆新的第三方集成，但从功能描述看，Work 有能力在本地环境里穿梭。桌面端将 Chat、Work、Codex 合并成单一入口，表面是简化产品线，深层却是构建一个围绕“工作流”的操作系统级黏性。一旦用户习惯了在同一个窗口里聊天、写代码、让 AI 跑腿，迁移成本会高得惊人。
Codex 的一千万非开发者用户才是隐藏主线
这次发布顺带透露了一个很容易被忽略的数字：每周有超过 500 万用户使用 Codex，其中超过 100 万用于非软件开发场景。这意味着一件事——把编程环境降维成普通人的自动化工具，已经在静悄悄地发生。Work 的推出相当于给这批用户递了一把更锋利的刀：你不用理解代码，只需要描述要完成的事，剩下的交给它能去调用 Codex 的能力。这远比单独卖一个新的代码助手要可怕得多。
GPT‑5.6 究竟强在哪，OpenAI 没说实话
推理能力成了最大的哑谜
官方说 GPT‑5.6 具备多步骤推理能力，能按模板生成材料。但多步骤推理的提升幅度，一个数字都没有。是链式思考的长度翻倍了？是在复杂分支任务上的规划成功率从七成蹦到了九成？没人知道。对一家习惯于把基准测试排行榜刷成自家后花园的公司来说，这次在推理能力的表述上反常地节制，反而更让人怀疑——要么是提升还不够炸裂，要么是在某些高危场景下仍然容易翻车，不敢露底。
“按模板生成”听起来平淡，用起来可能砸饭碗
按模板生成材料这个能力很容易被低估。一旦模型能稳定地按照固定结构输出高质量长文、报告、代码骨架甚至法律文书，大量依赖模板的人工岗位会被直接冲击。这不是“辅助写作”，而是“给定格式，全自动填充”。配合 Work 的自主执行，一条从需求到交付物的完整流水线已经隐约成型。问题只在于，这条流水线跑起来之后，中途翻车的概率有多大。
从问答到代理，用户习惯要被撕开一道口子
心智切换的代价
用户用 ChatGPT 的习惯是即时反馈——问一个，答一个。Work 模式下，你丢过去一个任务，可能半小时后才得到结果。这种“放权式交互”要求用户对模型有极高的信任度，还需要一套完全不同的工作节奏。过去我们在后台挂机下载文件没问题，但要把一个需要判断和选择的任务扔给 AI 去自己跑，很多人会忍不住隔五分钟戳一下看进度。这种焦虑感，产品层面暂时看不到解法。
三合一桌面端是一次精心设计的捆绑
把 Chat、Work、Codex 全部塞进一个桌面应用，并且所有计划（包括免费版）都能使用，意图再明显不过：拉高用户打开这个客户端的频率和时间。你聊着天突然想写段代码，切到 Codex；写完代码又想把它自动化成一个定期任务，切到 Work。三种模式之间的界限变模糊，用户就在不知不觉中被圈进 OpenAl 的工作流生态里。这把牌打得很精，但对竞品来说实在不是什么好消息。
代理落地的裂缝，比想象中深
可靠性这道坎，不是靠规模能迈过去的
Work 宣称可以持续工作数小时，这本身就暴露了一个残酷事实：在长周期任务中，模型的注意力漂移、指令遗忘、中间步骤错误传播都会指数级放大。即使单步成功率高达 95%，经过十个步骤后整体成功率就掉到不到六成。没有透明化的纠错和人工插手机制，代理人最后给出的结果可能是一个看似完整实则歪到离谱的东西。而用户发现错误的时间点，往往已经过了有效修正的窗口。
企业买单需要的是责任归属，不是魔法
Pro 和 Enterprise 用户先拿到权限，说明 OpenAI 很清楚谁愿意为这种高风险高回报的能力付费。但企业级落地最在意的从来不是功能强大，而是出了问题谁负责。Work 自主执行过程中如果误删文件、发错邮件、在跨应用操作时触发了不该碰的接口，账该怎么算？这不是技术问题，是契约问题。OpenAI 如果不在使用边界和责任条款上给出足够清晰的答案，企业客户的采购决策链会在法务那里卡得死死的。
ChatGPT Work 把代理这件事从实验室拽进了真实工作台，GPT‑5.6 也在幕后提供了必要的推理支撑。但这更像是拆掉了训练轮，而不是直接给了你一辆自动驾驶汽车。能工作数小时和能准确无误地工作数小时，中间隔着一个需要无数次翻车才能填平的鸿沟。而这个鸿沟，才是接下来最值得盯紧的地方。
